高中人工智能教育：以大單元的方式

摘 要：以大單元的方式推進人工智能教育，以大概念為統領，提高了人工智能教育的目標站位；促進知識結構化，豐富了人工智能教育的價值意蘊；踐行教、學、評一致，完善了人工智能教育的評價機制。具體實踐時，通過頂層設計，細化活動目標；通過問題驅動，深化活動進程；通過持續性評價，貫通活動與目標。

關鍵詞：高中信息技術；人工智能教育；大單元

隨著大數據、云計算、智能算法等相關技術的不斷加持，人工智能在很多應用領域取得了突破性進展，正深刻改變著人們的學習、生活和生產方式，為社會發展注入了新的動力。人工智能的快速發展，迫切需要在各級各類教育中加強人工智能人才培養。當前，《高中信息技術課程標準（2017年版2020年修訂）》雖然納入了人工智能相關內容，但只是作為選擇性必修課程，且僅涉及“人工智能基礎”“簡單人工智能應用模塊開發”和“人工智能技術的發展與應用”［1］三部分內容，缺乏從人工智能本質特性角度來系統培養學生人工智能相關素養的整體設計。對此，我們可以大單元的方式推進高中人工智能教育。

一、 以大單元方式推進人工智能教育的意義

大單元不是傳統意義上教材中劃分的單元，也不是教師任意編制的教學單元，而是以核心素養為統領，具有明確目標、綜合任務和情境的學習單位。以大單元的方式推進人工智能教育，是以人工智能大概念為核心，將相關知識點組織成為有結構的知識體系，再依據學生的學習經驗，將知識體系嵌入真實情境中，讓學生運用某種或多種人工智能知識完成真實的人工智能任務，最終完成人工智能教育從知識為本到素養為本的轉變。

（一） 以大概念為統領：提高人工智能教育的目標站位

以大單元的方式推進人工智能教育，從學科大概念出發，遵循學科知識原有的科學邏輯，為學生設計一個完整的學習故事。這種方式能夠跳出學科知識點的微觀思維，通過居于上位的大概念，從全盤和系統的視角挖掘知識之間存在的科學關系，是真正基于學生立場的，是對學生開展完整學習過程所做的專業規范。經過這樣的學習過程，學生將會逐步形成人工智能領域的關鍵能力、必備品格與價值觀念，才有可能成長為人工智能領域的專業人才。

（二） 促進知識結構化：豐富人工智能教育的價值意蘊

以大單元的方式推進人工智能教育，以學生的已有經驗為設計起點，將結構化的知識體系嵌入真實的生活情境中，把真實情境與任務背后的“真實世界”直接作為課程的組成部分［2］，實現課程與生活的關聯，讓學生在真實的情境中感受與理解人工智能解決問題的技術思路和理論方法，做到學以致用、知行合一。因為真實，所以問題產生的背景是復雜的，問題產生的因果邏輯和制約條件是需要去挖掘的。只有真實，學生才能從人文、實用、科學等視角全面地認識技術，接納不同的技術，合理地使用技術并了解運用技術的邊界，正確認識技術對個人發展和社會變革的影響。

（三） 踐行教、學、評一致：完善人工智能教育的評價機制

以大單元的方式推進人工智能教育，將評價任務置于學習目標與學習過程之間，嵌入教學過程，按教、學、評一致的思路設計教學過程。教師為學生提供反思支架，引導學生正確地感悟與反思，以實現從基礎知識、基本技能到學科核心素養的升華。以大單元的方式推進人工智能教育，立足學生的素養提升，通過貫穿始終的持續性評價，保持學生獨立思考的時空場域。

二、 以大單元方式推進人工智能教育的實踐

（一） 頂層設計：細化大單元教學目標

人工智能既是信息技術的前沿領域，又與諸多學科交叉融合。要做好高中人工智能教育的頂層設計，首先要將人工智能的智能原理、經典算法、技術框架、社會倫理等核心知識整合到高中信息技術的數據、算法、信息系統和信息社會等學科大概念中，以這些學科大概念為錨點來重構知識體系，促進人工智能教育返璞歸真。以大單元方式推進人工智能教育的頂層設計可以分為三個步驟：（1） 確定大單元主題情境；（2） 確定結構化知識與活動；（3） 確定課時學習主題。

學科教學的終極目標是構建學科大概念，培養學科核心素養。但是，這個終極目標不是一蹴而就的，需要將其細化成具有一定結構體系的小目標。而小目標則是通過完成“課時學習主題”下的學習活動或項目來實現的。總的來講，以大單元方式推進人工智能教育的整體思路是由學科大概念統領，自上而下；學習目標的實現則正好相反，開始于一個個“課時學習主題”，匯聚在整個“大單元主題情境”的建構之下。這樣的頂層設計，既能幫助學生形成宏觀的科學視角，又能使學生掌握扎實的微觀知識脈絡。下頁圖1呈現的就是“辨識動物分類別”大單元設計的層級架構。

（二） 問題驅動：深化大單元教學進程

從圖1可以看出，以大單元方式推進人工智能教育的明線是學習主題的逐步展開，內在邏輯卻是遵循知識產生的規律：提出問題、分析問題和解決問題。不能因為人工智能龐雜的知識體系，就人為地剝奪學生了解知識如何產生的權利。以大單元的方式推進人工智能教育，通過細化的“課時學習主題”設計來無限貼近學生的認知過程，通過持續且深入的“問題鏈”激發學生的學習活力，鼓勵學生從自己的視角理解和解決問題，提供一

站式的人工智能實驗平臺（如openinnolab），讓學生的人工智能實驗沒有后顧之憂，直面問題的解決思路，更保證了學生走向深入思考和高階思維的時間需求。

以“辨識動物分類別”大單元為例，我們通過有意義、有深度、有沖突的“問題鏈”，不斷地調動學生的原始積累，打破學生的認知平衡，推動學生思維的自我整合，逼近問題的結果。在解決問題的過程中，提升學生理解概念的高度，拓寬學生分析問題的廣度，擴展學生內容思辨的深度，增加學生技術情意的厚度。對應五個學習主題的“問題鏈”設計如下：

（1） 機器是如何識別并分類動物圖像的？

（2） 機器是如何讀取與存儲圖像的？圖像的分辨率對機器讀取圖像的數據有何影響？

（3） 機器是如何區分不同色彩的動物圖像的？區別并分類動物圖像的依據是什么？

（4） 機器是如何表征圖像的特征的？機器是如何壓縮圖像的特征數據的？

（5） 機器對圖像的特征數據是如何判斷的？有什么方法能讓機器快速并準確地分類動物圖片？

（三） 持續性評價：形成大單元教學閉環

學習評價是學習過程中的重要環節。以大單元方式推進人工智能教育，評價基于學科核心素養展開，以學生日常學習過程中的表現、取得的成績以及所反映出來的情感、態度、策略等方面的發展為對象，以教師的觀察、課堂提問和對學生的訪談、問卷、作業、考試等為手段，通過思維導圖、學習任務單、學習日志等表現形式，為學生的學習活動持續提供即時的反饋。

“辨識動物分類別”大單元對應五個主題，設計了課前、課中和課后三個環節的評價活動。具體形式和內容如下：

1. 課前評價

（1） 調查。完成“人工智能圖像識別分類”調查問卷。

（2） 學習日志。用搜索引擎檢索圖像像素、分辨率等概念的含義并匯總，完成學習日志。

（3） 思維導圖。觀看視頻，并繪制獲取圖像素描畫的流程圖。

（4） 思維導圖。用搜索引擎檢索圖像HOG特征圖的提取步驟，并繪制相應的流程圖。

（5） 調查。如果讓你來給動物圖像分類，你會怎么做？把你的想法寫下來。

2. 課中評價

（1） 學習日志。你覺得計算機是如何實現動物圖像識別并分類的？

（2） 習題。圖像像素、分辨率等相關選擇題。

（3） 學習任務單。自選1張動物圖片，借助平臺生成圖像的素描畫。

（4） 學習任務單。觀察給出項目里的動物HOG特征圖，修改代碼和參數使其達到肉眼可以辨識的程度。

（5） 學習任務單。觀察給出項目的運行結果，看看有什么問題、如何解決。

3. 課后評價

（1） 討論。你覺得這種識別并分類動物圖像的流程有什么需要改進的地方？

（2） 學習日志。數字化圖像還有哪些相關的概念和參數？請搜索并寫下來。

（3） 學習任務單。根據給出的圖像，選用合適的卷積核對圖像進行優化。

（4） 討論。HOG 特征圖的提取是如何處理圖像色彩和亮度不同的問題的？

（5） 調查。檢索還有沒有其他算法可以實現動物圖像的分類，說出它與KNN 算法有哪些不同。

這樣的持續性評價覆蓋了學生認知活動的全過程，實現了對學生學習績效的預測和對學習活動的有效干預。值得一提的是，由于學生的學習基礎、學習經驗、看問題的視角、思考問題的方式因人而異，在具體實施學習評價的時候，教師還需要做到在客觀的基礎上兼顧學生的個性，尊重學生不同的觀點，引導學生通過反思、優化、質疑和求證，打破原有的認知平衡，重構新知，形成對技術的底線思維和科學態度。

參考文獻：

［1］ 中華人民共和國教育部.普通高中信息技術課程標準（2017年版2020年修訂）［S］.北京：人民教育出版社，2020：26.

［2］ 崔允漷.學科核心素養呼喚大單元教學設計［J］.上海教育科研，2019（4）：1.